CN102980659A - 一种单色紧密织物表面颜色的数字化表征方法 - Google Patents
一种单色紧密织物表面颜色的数字化表征方法 Download PDFInfo
- Publication number
- CN102980659A CN102980659A CN2012104424776A CN201210442477A CN102980659A CN 102980659 A CN102980659 A CN 102980659A CN 2012104424776 A CN2012104424776 A CN 2012104424776A CN 201210442477 A CN201210442477 A CN 201210442477A CN 102980659 A CN102980659 A CN 102980659A
- Authority
- CN
- China
- Prior art keywords
- value
- image
- average
- pixel
- picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种单色紧密织物表面颜色的数字化表征方法,对单色紧密织物表面进行数字成像,并对数字成像后的图片的颜色从RGB空间转换到HS I空间,计算整幅图片像素点的平均S值以及平均I值;对平均S值以及平均I值,对该图片进行去除空隙像素点以及去除奇异像素点处理,获得处理后的图片;对于经处理后图片中的像素点的颜色信息作为布面的有效颜色信息,将这些像素点的RGB值进行平均值计算,从而得到这块织物的RGB颜色值。本发明根据图像在HS I颜色空间中,图像像素点平均S值的范围和I值的范围对织物数字图像进行处理,通过去除曝光过度和不足的像素点奇异点,去除表示纱线空隙的像素点,通过对最终的像素点做平均值计算,得到该织物的RGB颜色值。
Description
技术领域
本发明涉及单色紧密织物表面颜色的表征技术,更具体地说,是涉及一种单色紧密织物表面颜色的数字化表征方法。
背景技术
在全球范围内,纺织产业在从设计到生产,再到质检,这个链条的自动化智能化是迎合时代发展的大势所趋,计算机技术和信息技术发展也提供了这样的便利。织物表面质检领域是重点,这个环节到目前为止基本都是耗时,耗材的人工检测,极大制约的整个产业的升级。在织物结构的分析,织物疵点等方面进行了大量研究,取得突出成果。其主要的特点是对将织物转化为数字图像,利用数字图像技术对织物数字图像进行分析,得到相应的布面信息。在对织物表面颜色数字化表征,以及在这基础上进行色差评级的相关研究较少。
国内外学者大部分研究集中于织物数字图像纹理识别和数字图像分割,模式识别等方面。Chung-FengJeffreyKuo,Chung-YangShih等在2005年发表研究论文,文中给出了一种新的自动分析印花织物的花纹和颜色的方法。具体方法包括模糊C均值法(FCM),特定阈值聚类法(SCcriterion)。扫描仪获得数字图像后,经过均值滤波,然后利用FCM和SCcriterion对图像像素点进行聚类,从而计算出图像的纹路和颜色。Chih-YuanKao,Chung-FengJeffreyKuo等人,与2009年,利用小波变换对织物的数字图像进行滤波,采用CIELAB颜色空间表示图像的颜色特征值。然后利用灰度共生矩阵计算出图像中质地结构的特征值。自组织映射神经网络被用于颜色分割操作。RuruPan,WeidongGao等人于2011年亚牛了颜色聚类方法在色织物纹理自动识别中的应用。在实验中,她们利用模糊C均值法将织物的组织点分为两组,利用BP神经网络对织物表面图像进行识别,最后利用灰度共生矩阵提取织物的质地特点。
国内的一些研究中,刘素一、刘晶璟等开展了织物色差的研究,其主要方法是,将印花和单色织物扫描为数字图像,然后截取一定面积织物数字图像,将该面积的RGB值转化到CIELab值后,计算其DE值;对于印花织物,研究采取的方法是对选定的花纹部分进行色差计算,最终利用色差值来评定色差。2008年,黄悦等[5]在阿尔茨海默症海马区显微图像的分割算法研究中,提到了像素点分类和像素点颜色信息分析的方法。研究中,以像素点的RGB值为基础,利用模糊C均值法(FCM)对图片中的像素点进行聚类分析,从而分割图片提取有效部分,利用数学形态学将所需的部分进行除杂与边缘提取。
到目前为止,在利用数字图像处理纺织品质量检测领域的问题中,布面质量和纱线质量的研究比重比较大,表征织物颜色质量方法的探索和制定尚属空白。
发明内容
针对现有技术中存在的缺陷,本发明的目的是提供一种单色紧密织物表面颜色的数字化表征方法,通过计算机处理技术的数字化测色***对于织物颜色数字化测量和表征。
为达到上述目的,本发明采用如下的技术方案:
一种单色紧密织物表面颜色的数字化表征方法,该数字化表征方法的具体步骤为:
A.对单色紧密织物表面进行数字成像,并对数字成像后的图片的颜色从RGB空间转换到HSI空间,计算整幅图片所有像素点的平均S值以及平均I值;
B.根据步骤A中的平均S值以及平均I值,对该图片进行去除空隙像素点以及去除奇异像素点处理,获得处理后的图片;
C.对于经处理后图片中的像素点的颜色信息作为布面的有效颜色信息,将这些像素点的RGB值进行平均值计算,从而得到这块织物的RGB颜色值。
所述步骤A的具体步骤为:对单色紧密织物表面进行数字成像,对图像进行初始化,将图像分别分解为R、G、B三个分量的二维向量;
将RGB三个分量进行转换运算,得到图像在HSI空间中的S分量的二维向量和I值分量的二维向量,对S、I分量进行平均值计算得到图像的平均S值以及平均I值。
所述步骤B的具体步骤为:若平均S值小于0.15且平均I值小于0.1时,则不对该图片进行处理。
所述步骤B的具体步骤为:若平均S值小于0.15且平均I值大于等于0.1时,则对图像进行去纱线空隙处理。
所述去纱线空隙处理的具体步骤为:利用Sobel算子对图像的R、G、B分量上在图像X轴方向和Y轴方向的进行卷积处理,获得一副梯度图像;
在梯度图中对灰度图像的平均灰度值进行计算,当该图中任意一个像素点的灰度值大于平均灰度值时,在原图中与该像素点所处位置的像素点为表示纱线空隙的点,将原图中对应位置的像素点去掉,获得去除纱线空隙的图像。
所述步骤B的具体步骤为:若平均S值大于等于0.15且平均I值大于等于0.1时,先对图像进行去除纱线空隙处理,然后再对图像进行去除奇异像素点处理。
所述去除纱线空隙处理的具体步骤为:利用Sobel算子对图像的R、G、B分量上在图像X轴方向和Y轴方向的进行卷积处理,获得一副梯度图像;
在梯度图中对灰度图像的平均灰度值进行计算,当该图中任意一个像素点的灰度值大于平均灰度值时,在原图中与该像素点所处位置的像素点为表示纱线空隙的点,将原图中对应位置的像素点去掉,获得去除纱线空隙的图像;
所述去除奇异像素点处理的具体步骤为:计算去除纱线空隙后的图像像素点的平均S值,对图像的像素点进行逐行扫描,若该像素点的S值小于0.5倍平均S值,则将该点去除。
本发明的技术效果如下:在早期的疾病诊断,需要分别分辨细胞内精细结构的变化如亚微米量级,一般情况下OCT***无法达到这个分辨率,采用本发明的OCT图像分析方法可提取亚微米量级的细胞层次的变化。
本发明的一种单色紧密织物表面颜色的数字化表征方法通过对织物图像的分析,根据图像在HS I颜色空间中,图像像素点平均S值的范围和I值的范围对织物数字图像进行处理,得到有效表示织物颜色的像素点颜色信息,通过去除曝光过度和不足的像素点奇异点,去除表示纱线空隙的像素点,通过对最终的像素点做平均值计算,从而得到该织物的RGB颜色值。
附图说明
图1为本发明的一种单色紧密织物表面颜色的数字化表征方法的原理示意图;
图2为图1中去除纱线空隙的原理示意图;
图3为图1中去除奇异像素点的原理示意图。
具体实施方式
下面结合附图以及实施例进一步说明本发明的技术方案。
请参阅图1所示的一种单色紧密织物表面颜色的数字化表征方法,该数字化表征方法的具体步骤为:
11.对单色紧密织物表面进行数字成像,并对数字成像后的图片的颜色从RGB空间转换到HSI空间,计算整幅图片所有像素点的平均S值以及平均I值;
12.根据步骤A中的平均S值以及平均I值,对该图片进行去除空隙像素点以及去除奇异像素点处理,获得处理后的图片;
13.对于经处理后图片中的像素点的颜色信息作为布面的有效颜色信息,将这些像素点的RGB值进行平均值计算,从而得到这块织物的RGB颜色值。
所述步骤11的具体步骤为:对单色紧密织物表面进行数字成像,对图像进行初始化,将图像分别分解为R、G、B三个分量的二维向量;
将RGB三个分量进行转换运算,得到图像在HSI空间中的S分量的二维向量和I值分量的二维向量,对S、I分量进行平均值计算得到图像的平均S值以及平均I值。
若平均S值小于0.15且平均I值小于0.1时,则不对该图片进行处理。
若平均S值小于0.15且平均I值大于等于0.1时,则对图像进行去纱线空隙处理。去纱线空隙处理的具体步骤为:利用Sobel算子对图像的R、G、B分量上在图像X轴方向和Y轴方向的进行卷积处理,获得一副梯度图像;在梯度图中,灰度高与低的地方为颜色不同的区域,且灰度高的像素点为织物的纱线空隙,在梯度图中对灰度图像的平均灰度值进行计算,当该图中任意一个像素点的灰度值大于平均灰度值时,在原图中与该像素点所处位置的像素点为表示纱线空隙的点,将原图中对应位置的像素点去掉,获得去除纱线空隙的图像,其中X轴为图像平面空间的水平坐标,Y轴为图像平面空间的纵向坐标,具体参见图2所示。
若平均S值大于等于0.15且平均I值大于等于0.1时,先对图像进行去除纱线空隙处理,然后再对图像进行去除奇异像素点处理。去除纱线空隙处理的具体步骤如上所述,在此不再重复。再请参阅图3所示的去除奇异像素点处理的具体步骤为:计算去除纱线空隙后的图像像素点的平均S值,对图像的像素点进行逐行扫描,若该像素点的S值小于0.5倍平均S值,则将该点去除。
需要说明的是,所谓的奇异像素点为图像中布面的曝光过度或者无反光的像素点。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明的目的,而并非用作对本发明的限定,只要在本发明的实质范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求的范围内。
Claims (7)
1.一种单色紧密织物表面颜色的数字化表征方法,其特征在于:
该数字化表征方法的具体步骤为:
A.对单色紧密织物表面进行数字成像,并对数字成像后的图片的颜色从RGB空间转换到HS I空间,计算整幅图片所有像素点的平均S值以及平均I值;
B.根据步骤A中的平均S值以及平均I值,对该图片进行去除空隙像素点以及去除奇异像素点处理,获得处理后的图片;
C.对于经处理后图片中的像素点的颜色信息作为布面的有效颜色信息,将这些像素点的RGB值进行平均值计算,从而得到这块织物的RGB颜色值。
2.根据权利要求1所述的数字化表征方法,其特征在于:
所述步骤A的具体步骤为:对单色紧密织物表面进行数字成像,对图像进行初始化,将图像分别分解为R、G、B三个分量的二维向量;
将RGB三个分量进行转换运算,得到图像在HSI空间中的S分量的二维向量和I值分量的二维向量,对S、I分量进行平均值计算得到图像的平均S值以及平均I值。
3.根据权利要求1所述的数字化表征方法,其特征在于:
所述步骤B的具体步骤为:若平均S值小于0.15且平均I值小于0.1时,则不对该图片进行处理。
4.根据权利要求1所述的数字化表征方法,其特征在于:
所述步骤B的具体步骤为:若平均S值小于0.15且平均I值大于等于0.1时,则对图像进行去纱线空隙处理。
5.根据权利要求4所述的数字化表征方法,其特征在于:
所述去纱线空隙处理的具体步骤为:利用Sobel算子对图像的R、G、B分量上在图像X轴方向和Y轴方向的进行卷积处理,获得一副梯度图像;
在梯度图中对灰度图像的平均灰度值进行计算,当该图中任意一个像素点的灰度值大于平均灰度值时,在原图中与该像素点所处位置的像素点为表示纱线空隙的点,将原图中对应位置的像素点去掉,获得去除纱线空隙的图像。
6.根据权利要求1所述的数字化表征方法,其特征在于:
所述步骤B的具体步骤为:若平均S值大于等于0.15且平均I值大于等于0.1时,先对图像进行去除纱线空隙处理,然后再对图像进行去除奇异像素点处理。
7.根据权利要求6所述的数字化表征方法,其特征在于:
所述去除纱线空隙处理的具体步骤为:利用Sobel算子对图像的R、G、B分量上在图像X轴方向和Y轴方向的进行卷积处理,获得一副梯度图像;
在梯度图中对灰度图像的平均灰度值进行计算,当该图中任意一个像素点的灰度值大于平均灰度值时,在原图中与该像素点所处位置的像素点为表示纱线空隙的点,将原图中对应位置的像素点去掉,获得去除纱线空隙的图像;
所述去除奇异像素点处理的具体步骤为:计算去除纱线空隙后的图像像素点的平均S值,对图像的像素点进行逐行扫描,若该像素点的S值小于0.5倍平均S值,则将该点去除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210442477.6A CN102980659B (zh) | 2012-11-07 | 2012-11-07 | 一种单色紧密织物表面颜色的数字化表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210442477.6A CN102980659B (zh) | 2012-11-07 | 2012-11-07 | 一种单色紧密织物表面颜色的数字化表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102980659A true CN102980659A (zh) | 2013-03-20 |
CN102980659B CN102980659B (zh) | 2014-10-08 |
Family
ID=47854887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210442477.6A Expired - Fee Related CN102980659B (zh) | 2012-11-07 | 2012-11-07 | 一种单色紧密织物表面颜色的数字化表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102980659B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751446A (zh) * | 2015-01-06 | 2015-07-01 | 金陵科技学院 | 一种基于数字图案特征的扎染工艺预测方法 |
CN105354864A (zh) * | 2015-09-25 | 2016-02-24 | 浙江大学 | 一种具有较高真实感的纺织物组织颜色替换模拟方法 |
CN105803623A (zh) * | 2016-04-18 | 2016-07-27 | 南京航空航天大学 | 一种复合材料细观结构的计算机图形识别方法 |
CN106485288A (zh) * | 2016-12-21 | 2017-03-08 | 上海工程技术大学 | 一种色织物组织的自动识别方法 |
CN112581432A (zh) * | 2020-12-08 | 2021-03-30 | 中国纺织科学研究院有限公司 | 色纺纱混配比例测量方法、装置、计算机可读存储介质及电子设备 |
CN114324189A (zh) * | 2021-12-22 | 2022-04-12 | 江苏恒力化纤股份有限公司 | 一种机织物经纬纱颜色均匀性评价方法 |
CN116934749A (zh) * | 2023-09-15 | 2023-10-24 | 山东虹纬纺织有限公司 | 基于图像特征的纺织物瑕疵快速检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398392A (zh) * | 2007-09-26 | 2009-04-01 | 中国科学院自动化研究所 | 一种基于hsi颜色空间的棉花杂质高速实时检测方法 |
KR101094752B1 (ko) * | 2009-06-30 | 2011-12-16 | 호서대학교 산학협력단 | 에이치에스아이 색정보의 통계적 모델을 이용한 차선 분류방법 |
CN102332154A (zh) * | 2011-10-18 | 2012-01-25 | 中国农业大学 | 不均匀光照下的棉花伪异性纤维彩色图像增强方法及*** |
US20120075331A1 (en) * | 2010-09-24 | 2012-03-29 | Mallick Satya P | System and method for changing hair color in digital images |
-
2012
- 2012-11-07 CN CN201210442477.6A patent/CN102980659B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101398392A (zh) * | 2007-09-26 | 2009-04-01 | 中国科学院自动化研究所 | 一种基于hsi颜色空间的棉花杂质高速实时检测方法 |
KR101094752B1 (ko) * | 2009-06-30 | 2011-12-16 | 호서대학교 산학협력단 | 에이치에스아이 색정보의 통계적 모델을 이용한 차선 분류방법 |
US20120075331A1 (en) * | 2010-09-24 | 2012-03-29 | Mallick Satya P | System and method for changing hair color in digital images |
CN102332154A (zh) * | 2011-10-18 | 2012-01-25 | 中国农业大学 | 不均匀光照下的棉花伪异性纤维彩色图像增强方法及*** |
Non-Patent Citations (1)
Title |
---|
胡少凛等: "基于HIS空间的彩色绣花图样的轮廓提取算法研究", 《北京服装学院学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751446A (zh) * | 2015-01-06 | 2015-07-01 | 金陵科技学院 | 一种基于数字图案特征的扎染工艺预测方法 |
CN105354864A (zh) * | 2015-09-25 | 2016-02-24 | 浙江大学 | 一种具有较高真实感的纺织物组织颜色替换模拟方法 |
CN105803623A (zh) * | 2016-04-18 | 2016-07-27 | 南京航空航天大学 | 一种复合材料细观结构的计算机图形识别方法 |
CN105803623B (zh) * | 2016-04-18 | 2017-08-04 | 南京航空航天大学 | 一种复合材料细观结构的计算机图形识别方法 |
CN106485288A (zh) * | 2016-12-21 | 2017-03-08 | 上海工程技术大学 | 一种色织物组织的自动识别方法 |
CN106485288B (zh) * | 2016-12-21 | 2023-11-28 | 上海工程技术大学 | 一种色织物组织的自动识别方法 |
CN112581432A (zh) * | 2020-12-08 | 2021-03-30 | 中国纺织科学研究院有限公司 | 色纺纱混配比例测量方法、装置、计算机可读存储介质及电子设备 |
CN114324189A (zh) * | 2021-12-22 | 2022-04-12 | 江苏恒力化纤股份有限公司 | 一种机织物经纬纱颜色均匀性评价方法 |
CN116934749A (zh) * | 2023-09-15 | 2023-10-24 | 山东虹纬纺织有限公司 | 基于图像特征的纺织物瑕疵快速检测方法 |
CN116934749B (zh) * | 2023-09-15 | 2023-12-19 | 山东虹纬纺织有限公司 | 基于图像特征的纺织物瑕疵快速检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102980659B (zh) | 2014-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102980659B (zh) | 一种单色紧密织物表面颜色的数字化表征方法 | |
CN107845087B (zh) | 液晶面板亮度不均匀缺陷的检测方法和*** | |
CN106650770B (zh) | 一种基于样本学习和人眼视觉特性的mura缺陷检测方法 | |
CN110322522B (zh) | 一种基于目标识别区域截取的车辆颜色识别方法 | |
CN107014819A (zh) | 一种太阳能电池板表面缺陷检测***和方法 | |
CN104483326B (zh) | 基于深度信念网络的高压线绝缘子缺陷检测方法及*** | |
CN108416766B (zh) | 双侧入光式导光板缺陷视觉检测方法 | |
CN104504722B (zh) | 一种利用灰色点校正图像颜色的方法 | |
Quan et al. | The method of the road surface crack detection by the improved Otsu threshold | |
CN107478657A (zh) | 基于机器视觉的不锈钢表面缺陷检测方法 | |
CN109685766A (zh) | 一种基于区域融合特征的布匹瑕疵检测方法 | |
CN111047655A (zh) | 基于卷积神经网络的高清摄像机布料疵点检测方法 | |
CN111272768B (zh) | 一种陶瓷管检测方法 | |
CN115131353B (zh) | 平网印花纺织品生产异常识别定位方法及*** | |
CN109781737A (zh) | 一种软管表面缺陷的检测方法及其检测*** | |
CN113706461A (zh) | 一种基于图像识别的绝缘毯微缺陷识别*** | |
CN113686869A (zh) | 一种绝缘毯微缺陷识别装置 | |
CN106960424B (zh) | 基于优化分水岭的结核杆菌图像分割识别方法及装置 | |
CN106558044A (zh) | 影像模组的解像力测量方法 | |
CN117152159B (zh) | 一种复杂布料印花瑕疵检测方法及*** | |
CN110530894B (zh) | 导光板亮点缺陷检测方法 | |
CN107239761A (zh) | 基于骨架角点检测的果树拉枝效果评价方法 | |
JP2011179987A (ja) | 残留物測定方法及び残留物測定装置 | |
Mishra et al. | Surface defects detection for ceramic tiles using image processing and morphological techniques | |
CN110782453B (zh) | 一种基于图像特征匹配的印刷品质量检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141008 Termination date: 20211107 |
|
CF01 | Termination of patent right due to non-payment of annual fee |